Zpráva z terénu od OpenAI a akademických spolupracovníků zjistila, že kódovací agenti AI mohou dramaticky urychlit modernizaci stárnoucího vědeckého softwaru, přepisovat nástroje do rychlejších jazyků a řádově zkrátit běhové prostředí. Háček: stejní agenti nemohou spolehlivě posoudit, zda je jejich práce vědecky správná, často prezentují chybný kód s naprostou důvěrou.

Zpráva zveřejněná 1. srpna 2026 a zdokumentovaná The Decoder zkoumala osm případových studií – většinou z biologie – ve kterých výzkumné skupiny použily kódovací agenty, jako jsou Codex a Claude Code k záchraně, optimalizaci a přepsání kritického softwaru. Chcete-li průběžně informovat o nástrojích, které přetvářejí vědu a průmysl, sledujte naše nejnovější zprávy o AI.

Tichá krize ve vědeckém softwaru

Velká část softwaru, který je základem moderního výzkumu, začala jako podpůrný kód pro jeden dokument. Malé akademické týmy vytvořily tyto nástroje bez prostředků na správné testování, údržbu nebo optimalizaci. Výsledkem je křehký základ: programy, které zůstávají kritické pro celá pole, ale vyžadují neustálé opravy. Polní zpráva OpenAI naznačuje, že kódovací agenti AI by mohli pomoci zacelit tuto dlouhotrvající mezeru.

Projekty sahaly od běžné údržby až po úplné přepisy v moderních programovacích jazycích a několik přineslo pozoruhodné zvýšení výkonu.

Přestavba STAR v Rustu

Jeden z ambicióznějších projektů, rustar-aligner, přestavěl STAR od nuly v Rustu. STAR je široce používaný nástroj, který mapuje sekvenační čtení z buněk do jejich odpovídajících míst v genomu. Původní program obsahuje více než 20 000 řádků C a C++ a již není aktivně udržován, i když zůstává součástí mnoha výzkumných kanálů.

Pro ověření přepisu tým testoval oba nástroje na 10 000 krátkých sekvenačních čteních z kvasinkových buněk. U čtení na jednom konci přinesl rustar-aligner stejný výsledek jako STAR v 99,815 procentech případů. U čtení na párovém konci byla míra shody 99,883 procent. Srovnání přesahovalo mapovaná umístění a zahrnovalo několik dalších klíčových polí, která oba programy vytvářejí pro každé čtení, a ani jeden nástroj nemapoval žádné čtení, které se druhému nepodařilo zmapovat.

60násobné zrychlení

RustQC přinesl největší zrychlení spojením 15 samostatných nástrojů pro kontrolu kvality do jediného programu. U velké datové sady se doba běhu propadla z 15 hodin a 34 minut na pouhých 14 minut a 54 sekund – což je více než 60násobné zrychlení.

Další projekt, HelixForge, nahradil nástroj pro generování syntetických genomických dat verzí s akcelerací GPU. V testu využívajícím data od jednoho dárce a sekci genomu s deseti miliony párů bází dokončil HelixForge celý proces 59,6krát rychleji než původní BamSurgeon, přičemž samotný hlavní výpočetní krok probíhal 98,6krát rychleji.

V konvenčnější modernizaci nahradil GPT-5.5 zastaralý proces sestavení a instalace cyvcf2, knihovny Pythonu pro čtení genetických dat. V rámci migrace MHCflurry se Claude Code a Codex střídaly mezi rolemi vývojáře a recenzenta a zároveň přenesly zhruba 10 000 řádků kódu z TensorFlow do PyTorch. MHCflurry je imunologický model, který předpovídá, které cíle imunitní buňky rozpoznají.

'S jistotou špatně'

Zjištění v titulku však bylo střízlivé. Napříč případovými studiemi agenti plnili dobře definované úkoly rychle, ale nemohli spolehlivě posoudit, zda je jejich práce vědecky správná. I když jejich kód obsahoval chyby, systémy je často prezentovaly s plnou důvěrou.

Brent Pedersen, vývojář cyvcf2, zachytil napětí ve zprávě: "S kódovacími agenty je docela snadné jít rychle; prozatím, abychom zašli ve vědě daleko, stále je potřeba odborné vedení, porozumění, vkus a péče."

Philip Ewels, který vedl projekt RustQC, byl hrubší. Popsal agenty jako „výmluvné, přesvědčivé a sebevědomě nesprávné způsoby, které lze snadno přehlédnout“. Ewels nikdy nedovolil modelům posuzovat přesnost jejich vlastní práce, místo toho postavil nezávislý testovací postroj, aby zachytil jejich chyby.

Chyby se skrývají na první pohled

Případová studie bayesm ilustrovala, jak těžké může být tyto chyby zachytit. Jeho přepis Rust běžel dvakrát až dvacetkrát rychleji než originál, ale první verze dvou pokročilých metod obsahovaly jemné vady. V jednom agent invertoval klíčový řídicí parametr, což způsobilo, že program použil převrácené hodnoty zamýšlených hodnot. Samostatná chyba ovlivnila samotný výpočet. Vědci oba problémy objevili až po provedení podrobného kalibračního testu proti tisícům syntetických datových sad se známými výsledky.

Tato epizoda podtrhuje strukturální posun v tom, jak mohou vědci pracovat společně s umělou inteligencí: namísto psaní kódu sami se jejich hlavním úkolem stává přísné ověřování výsledků – role, která vyžaduje hluboké odborné znalosti, které agenti sami nemohou poskytnout.

Co to znamená pro vědu

Zjištění přistávají ve chvíli intenzivní debaty o tom, jak velkou autonomii by měly být systémy umělé inteligence poskytnuty v oblastech s vysokými sázkami. Zrychlení jsou skutečně transformační – 60násobné zkrácení doby běhu může změnit práci přes noc v přestávku na kávu. Ale nejdůležitějším přínosem zprávy může být její upřímnost ohledně limitů. Agenti, kteří jsou rychlí, plynulí a přesvědčiví, přesto neschopní sebehodnotit vědeckou validitu, jsou mocným nástrojem pouze v rukou odborníků, kteří přesně vědí, co kontrolovat.

Pro zúčastněné výzkumníky je poučení jasné: umělá inteligence dokáže přebudovat vědecké lešení pozoruhodnou rychlostí, ale lidský úsudek zůstává nosný.

Udržujte si náskok před umělou inteligencí

Tempo změn je neúprosné, od průlomových objevů ve výzkumu až po podnikové nasazení. Přidejte si do záložek AI Buzz Wire pro průběžné, fakty ověřené zpravodajství o tom, jak umělá inteligence přetváří vědu, obchod a společnost.

Přečtěte si další zprávy o výzkumu AI →